예시 답변 1
약 68초
CQA를 먼저 정의하고 DoE로 변수 교호작용을 살핀 뒤, 한계와 학습으로 닫는 결
대학원에서 단백질 정제 조건을 최적화할 때 QbD 프레임을 처음 적용했습니다. 먼저 목표 품질 속성(CQA)을 순도와 수율로 정의하고, DoE 실험 설계로 pH·온도·이온 농도 세 변수의 교호작용을 한꺼번에 살폈습니다. 실험 전 가설을 세우고 실제 결과와 비교하는 과정에서 pH와 이온 농도의 교호작용이 수율에 강하게 작용한다는 걸 확인했고, 실험 횟수를 기존 방식 대비 40% 줄이면서도 최적 구간을 좁혔습니다. 단, 재현성 검증에서 편차가 예상보다 컸고, 그 원인이 원료 로트 간 변동에 있다는 걸 뒤에야 파악했습니다. 그 경험이 DoE 설계 전에 입력 변수의 변동 폭을 먼저 확인하는 습관으로 남았습니다.
이 결의 특징
CQA를 순도·수율로 정의한 뒤 DoE로 세 변수의 교호작용을 살피고 실험 횟수를 40% 줄였다는 수치가 구체적으로 드러납니다. 재현성 편차의 원인이 원료 로트 간 변동이었다는 발견이 한계를 단순 실패가 아닌 학습으로 전환한 흔적으로 읽힙니다.
이 결이 통하는 자리
QbD·DoE를 실제로 적용해본 경험을 확인하는 장면에서 잘 작동합니다. 도구 이름에 그치지 않고 설계 의도→실행→성과→한계 발견이라는 전 과정이 서술돼 있어 꼬리질문이 경험 검증보다 심화 방향으로 이어지는 흐름이 자주 보입니다.